分布式数据库

分布式数据库的定义

分布式数据库是一组结构化的数据集合，它们在逻辑上属于同一系统，而在物理上分布在计算机网络的不同结点上

分布式数据库的特点

数据仓库与数据挖掘

数据仓库的定义

数据仓库就是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合，通常用于辅助决策支持

数据仓库的体系结构

对多个异构数据源的有效集成，集成后按照主题进行重组，包含历史数据；存放在数据仓库中的数据通常不再修改，用于做进一步的分析型数据处理

数据挖掘的定义

从大量数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程，又被称为数据库中的知识发现（Knowledge Discovery in Database，KDD）

数据挖掘的方法

直接数据挖掘：利用可用的数据建立一个模型，这个模型对剩余的数据，比如对一个特定的变量进行描述，直接数据挖掘包括分类（Classification）、估值（Estimation）和预言（Prediction）等分析方法 间接数据挖掘：在所有的变量中建立起某种关系，如相关性分组或关联规则（Affinity Grouping or Association Rules）、聚集（Clustering）、描述和可视化（Description and Visualization）及复杂数据类型挖掘（文本、网页、图形图像、音视频和空间数据等）

大数据技术

大数据的概念

人们普遍采用大数据的4V特性来描述大数据，即“数据量大（Volume）”“数据类型繁多（Variety）”“数据处理速度快（Velocity）”和“数据价值密度低（Value）”。

大数据的关键技术

大数据所涉及的关键技术主要包括数据的采集和迁移、数据的存储和管理、数据的处理和分析、数据安全和隐私保护

大数据技术的应用场景

大数据技术的应用已经非常普遍，涉及的领域包括传统零售业、金融业、医疗业和政府机构等